多模態磁共振成像技術在膠質瘤細胞增殖診斷中的應用

林坤，次旦旺久，王曉明*

多模態磁共振成像技術在膠質瘤細胞增殖診斷中的應用

林坤1，次旦旺久2，王曉明1*

腦膠質瘤是一種臨床發病率高、預后不良的惡性腫瘤，目前其術前診斷分級及預后評價仍缺乏有效的方法。多模態磁共振成像技術能夠反映腫瘤的組織病理學變化，細胞增殖是腫瘤發生、發展的關鍵行為，與腫瘤的臨床診斷、分級、治療及預后密切相關。本文就多模態磁共振成像技術在腦膠質瘤細胞增殖診斷方面的應用進展予以綜述。

神經膠質瘤；磁共振成像；細胞增殖；擴散加權成像；磁共振波譜成像

顱內膠質瘤，又稱腦膠質瘤，占所有中樞神經系統腫瘤的32%，占所有中樞神經系統惡性腫瘤的80%，男性的發病率約為女性的1.5倍，白人發病率約為黑人的2倍[1-2]。2016年世界衛生組織(World Health Organization，WHO)中樞神經系統腫瘤分類、分級標準修訂版[3]中腦膠質瘤仍被分為Ⅰ～Ⅳ級，將基因型納入到腦腫瘤的臨床診斷，但現階段單純依賴基因型無法完成腦腫瘤的臨床診斷，腦腫瘤的分級仍以組織學改變為基礎，包括腫瘤的細胞增殖、分裂、壞死以及血管生成、周圍侵襲情況等[4]。低級別膠質瘤生長緩慢，分化程度高，囊變壞死少，瘤周水腫輕微，侵襲性較弱，預后較好，生存時間從2年到10年不等[4-6]。高級別膠質瘤生長速度快，細胞核異質性強，囊變壞死多見，瘤周血管源性水腫較重，侵襲性及浸潤性強[1]，其中發病率最高、預后最差的Ⅳ級膠質瘤，即膠質母細胞瘤，中位生存時間為14.6個月，2年和3年的平均生存率分別只有3.3%和1.2%[1-2，7]。

膠質瘤的預后主要取決于其組織病理學特征，其中細胞密度與腫瘤細胞的增殖活性緊密相關[8]。以往腫瘤細胞密度的評價主要通過活檢以及外科手術獲得。由于膠質瘤的異質性高，活檢所得病理標本的代表性差，診斷準確性低，因此如果能在影像學進行腫瘤活性定位的基礎上進行活檢，那么診斷精度可以得到很大的提高。近年來，迅速發展的磁共振成像(magnetic resonance imaging，MRI)多模態技術逐漸實現了無創性評估腫瘤細胞增殖。本文就多模態MRI技術評估腦膠質瘤細胞增殖的應用進展進行綜述。

1 擴散加權成像對腫瘤細胞增殖的評價

1.1 擴散加權成像

擴散加權成像(diffusion weighted imaging，DWI)序列目前廣泛應用于腫瘤細胞密度評價，DWI通過評估自由水分子擴散運動幅度的改變，提供局部微環境信息。腫瘤細胞的密度越高，水分子的自由擴散越受限制，DWI顯示高信號。根據DWI序列獲得的表觀彌散系數(apparent diffusion coefficient，ADC)值能對水分子的擴散進行量化評估，且與擴散受限程度呈負相關，意味著ADC值越低，其腫瘤密度越高。據此，ADC值在腦膠質瘤術前診斷、分級、治療評估以及預后評價中得到普遍應用[11-13]。

膠質瘤組織及細胞有較強的異質性，尤其是高級別膠質瘤(high grade glioma，HGG)往往伴有液化、囊變、壞死、出血等，因此平均ADC值往往不能夠準確反映膠質瘤的細胞密度、增殖情況。部分學者認為最小ADC (minimal ADC，ADCmin)值反映了腫瘤的最高細胞密度，這與腫瘤的病理分級密切相關。Mabray等[14]發現ADCmin能夠鑒別診斷腫塊樣脫髓鞘病變與原發性中樞神經系統淋巴瘤和高級別膠質瘤等原發性腦腫瘤，其效能高于平均ADC (average ADC，ADCavg)值。Cuccarini等[6]對68例疑似低級別膠質瘤患者行多模態磁共振掃描，發現相對最小ADC (relative minimal ADC，rADCmin)值的受試者工作特征曲線(receiver operating characteristic curve，ROC曲線)的截斷值為1.69，對疑似低級別膠質瘤(low grade glioma，LGG)患者能夠完成高、低級別膠質瘤的鑒別診斷，其敏感度及特異度分別為53.8%和43%，并且rADCmin聯合灌注指標與總生存時間有明顯的相關性。

而隨著研究的深入，部分學者提出ADC值的評估能力有限，對部分特殊類型的膠質瘤以及放化療后的膠質瘤評估效能不佳，甚至不能夠進行準確的評估。Togao等[15]發現無明顯強化的彌漫性膠質瘤，腫瘤實質區的ADC值對HGG和LGG不具有鑒別診斷價值，可能是由于在無明顯強化彌漫性膠質瘤中，不同級別腫瘤的細胞密度無明顯差異，而決定差異的是腫瘤內可移動的蛋白質或氨基酸。因此，DWI在實際應用中可能需要對腫瘤類型做具體要求，或者聯合其他功能磁共振檢查。

1.2 擴散峰度成像

擴散峰度成像(diffusion kurtosis imaging，DKI)技術是在擴散張量成像(diffusion tensor imaging，DTI)基礎上發展起來的一種非高斯擴散成像技術。由于細胞膜、細胞器以及細胞內多種水功能區的存在，水分子不完全符合高斯分布，因而基于高斯分布的DWI與DTI技術難以準確反映水分子的真實擴散情況，尤其對于膠質瘤這種惡性腫瘤，其組織及細胞的異質性較高，細胞增殖率高，微結構復雜，非高斯運動更是廣泛存在，DKI引入了峰度值(kurtosis)的概念，能夠通過水分子擴散更加準確地反映組織細胞結構。此外，通過DKI技術獲得的常規擴散定量值較傳統的DTI技術更加精確。

Jiang等[9]對組織病理學資料完整的74例患者術前行常規DWI與DKI檢查，感興趣區(region of interest，ROI)取腫瘤的實性成分，將獲得的常規擴散指標與擴散峰度指標進行分級診斷分析，部分各向異性分數(fractional anisotropy，FA)在各級別膠質瘤中無顯著差異，而除了平均擴散系數(mean diffusivity，MD)在Ⅲ、Ⅳ級星形細胞瘤間缺乏鑒別診斷能力外，擴散峰度指標、MD和ADC在Ⅱ、Ⅲ、Ⅳ級膠質瘤中均有顯著性差異。在所有的指標中，擴散峰度指標在鑒別高、低級別以及Ⅱ、Ⅲ級別膠質瘤中顯示出最大的ROC曲線下面積和最佳敏感度和特異度，而ADC和MD卻相對較低。在與細胞增殖核抗原Ki-67的相關性分析中，擴散峰度指標也顯示出了最好的相關性，高于ADC、MD和FA。作者指出，由于高、低級別膠質瘤在細胞密度、壞死、出血、血管生成以及內皮細胞增殖方面有明顯差異，而擴散峰度指標與由此導致的異質性、復雜性等微結構呈正相關，因此能夠用于評估細胞增殖，而且與Ki-67的顯著相關性也證實了這一點。Tonoyan等[16]對47例膠質瘤患者的腫瘤實性部分行DKI檢查，獲得絕對值和規格化的擴散峰度指標和常規擴散指標，并與Ki-67表達進行相關性分析，而除了絕對值和規格化的FA和相對各向異性(relative anisotropy，RA)，其他指標均呈明顯相關，而因為消除了諸如腫瘤位置、性別、年齡等干擾因素，規格化的指標與絕對值相比與Ki-67的相關性更緊密。

由于腫瘤的惡性程度越高，細胞增殖分裂速度越快，細胞密度越大，而細胞外空間減小，腫瘤內水分子的擴散就會受限，導致擴散峰度值增高，擴散值降低。細胞的增殖情況與細胞密度緊密相關，因此DKI能夠用于評估腫瘤細胞密度、細胞增殖，并且在腫瘤分級診斷中發揮重要作用。除了DKI，研究者還開發出了其他類型的非高斯、多b值、高b值的掃描技術，獲得的定量指標在膠質瘤的分級以及組織病理學診斷方面較常規擴散加權成像技術表現出明顯優勢[10，17]。

2 磁共振波譜成像對腫瘤細胞增殖的評價

磁共振波譜成像(magnetic resonance spectroscopy，MRS)在膠質瘤的診斷分級、輪廓勾畫、預后評價、用藥監測、基因探測等方面具有潛在應用價值。目前臨床應用的MRS主要包括1H-MRS、31P-MRS、13C-MRS，而由于1H自然豐度最高以及旋磁比較高的特點被廣泛應用于臨床。

2.1 高級別膠質瘤與低級別膠質瘤的鑒別診斷

一項薈萃分析對膽堿(choline，Cho)/肌酸(creatine，Cr)、Cho/N-乙酰天門冬氨酸(N-acetyl aspartic acid，NAA)以及NAA/Cr鑒別診斷高、低級別膠質瘤的診斷效能進行了比較分析，結果顯示三者均具有中等鑒別診斷效能，雖然曲線下面積差異無統計學意義，但Cho/NAA具有較高的敏感度及特異度[18]。另有研究發現Cho/Cr與乳酸(lactate，Lac)/Cr能夠對判斷高、低級別膠質瘤進行鑒別診斷，閾值均為1.789，敏感度和特異度分別為73.9%、100.0%和91.3%, 77.8%，并且兩者都與Ki-67呈明顯相關，因此MRS能夠對未經外科手術患者的腫瘤細胞增殖情況進行較為準確的評估[19]。Shang等[20]也在多體素1H-MRS成像研究中得出高級別膠質瘤的Cho/Cr和Cho/NAA明顯高于低級別膠質瘤，而且脂質(lipid，Lip)信號與腫瘤壞死密切相關；部分高級別膠質瘤中出現的Cho減低主要是腫瘤嚴重壞死導致所有代謝物均減低所致。由于膠質瘤具有異質性，作者認為將MRS單獨作為臨床診斷的依據不夠準確，可用作常規MRI檢查的補充，也可用于鑒別診斷。

2.2 腫瘤復發與假性進展的鑒別診斷

在外科手術后的放化療中，膠質瘤病灶在MRI檢查中表現為T1強化或者T2高信號，這可能是放化療引起的損傷，可能是疾病進展，也可能是兩者共存，而兩者的鑒別對于疾病后續治療方案的制訂意義重大。Fink等[21]對40個疑似膠質瘤復發病灶進行多體素及單體素MRS，結果提示多體素MRS的Cho/Cr峰面積值與Cho/NAA峰高度值在鑒別腫瘤復發與治療后反應方面具有較高的診斷效能，而單體素MRS的診斷效力不佳，這可能是由感興趣體積(volume of interest，VOI)過大以及位置不準確造成。Anbarloui等[22]對外科手術聯合化療后新出現的腫瘤強化區域行單體素MRS，得出Cho/NAA以及Cho/Lip能夠有效辨別腫瘤復發與假性進展。由于MRS能夠反映細胞增殖情況，因此無論多體素或單體素波譜成像都具有鑒別腫瘤復發和假性進展的潛力。

2.3 2-羥基戊二酸波譜

2016修訂版WHO腫瘤分級中，IDH基因已經被列入膠質瘤的規范化診斷[3]。2-羥基戊二酸(2-hydroxyglutaric acid，2-HG)是IDH突變型的基因產物。在IDH1-R132H表達陽性的人惡性膠質瘤中2-HG的表達增多，而MRS對于2-HG比較敏感，能夠獲得相對準確的檢測結果[23-25]。Pope等[24]對27例膠質瘤患者進行MRS檢查，發現IDH1突變型的2-HG含量明顯高于野生型，差異具有統計學意義，病理組織中2-HG的含量與MRS測得的2-HG含量明顯相關。實驗中還發現，2-HG的含量與腫瘤組織中的Ki-67呈相關性。盡管既往研究顯示IDH1突變型膠質瘤的生存時間優于野生型，但由于腫瘤的發生、發展不僅僅與腫瘤增殖相關，也與轉移、血管形成及壞死密切相關，因此IDH1基因突變在腫瘤的發生、發展過程中的作用機制仍待進一步研究。Fuente等[25]在對89例膠質瘤患者的研究中同樣證明了MRS測得的2-HG的定量值與腫瘤中的IDH1突變細胞密切相關，而且2-HG的含量與腫瘤細胞密度明顯相關。此外隨著疾病的治療，腫瘤細胞的減少與2-HG的減少呈相同趨勢，進一步延伸了2-HG波譜在腫瘤診治中的應用范圍。

3 氨基質子轉移成像對腫瘤細胞增殖的評價

依賴化學交換飽和轉移(chemical exchange saturation transfer，CEST)技術能反映受檢組織的pH值、代謝物濃度及酶的活性，氨基質子轉移(amide proton transfer，APT)技術基于CEST技術，能檢測內源性游離蛋白和多肽，可以評估細胞內蛋白和組織的物理、化學特點。研究發現APT信號強度與膠質瘤腫瘤細胞的增殖指數Ki-67以及細胞密度呈相關性，這是由于細胞漿中可移動的氨基質子是APT信號的主要來源，而腫瘤細胞增殖越活躍，細胞質中游離的氨基酸就越多[26-27]。

3.1 高級別膠質瘤與低級別膠質瘤的鑒別診斷

APT能夠鑒別彌漫性膠質瘤HGG和LGG，而ADC和相對腦血容量(relative cerebral blood volume，rCBV)無鑒別診斷能力；APT與rCBV表現出相關性，可能由于腫瘤細胞質中的游離蛋白以及多肽與血管生成相關[15]。實驗研究還發現，腫瘤細胞的壞死與APT的信號呈明顯相關性[26]。壞死是高級別膠質瘤的重要病理學特點，壞死程度也與腫瘤的分級密切相關。此外，為了減少3D圖像采集導致的較長掃描時間，研究者探索采用2D單層面APT成像，結果顯示獲得圖像能夠對高、低級別膠質瘤進行有效分級[28]。

3.2 腫瘤復發與假性進展的鑒別診斷

腫瘤復發和假性進展的影像表現相似，兩者難以區分。因APT能夠反映細胞的增殖水平，與Ki-67具有相關性，因此在膠質瘤治療后的療效評估方面有優勢[27]。在APT成像中，腫瘤復發較對側正常腦白質呈高信號，假性進展呈等或稍高信號，兩者的量化指標差異存在統計學意義。這是由于真性進展活躍的腫瘤組織中細胞密度以及細胞質中游離蛋白的含量較高，而假性進展恰恰相反，細胞質被破壞、細胞密度低。因此未來有望用APT替代反復的穿刺活檢，可以減少相應的風險[29]。

4 其他細胞增殖相關的功能MRI技術

磁共振檢查技術的不斷發展使得在影像學水平對膠質瘤的細胞及分子改變進行評估成為可能。在腫瘤細胞增殖評價方面，部分磁共振檢查技術已經獲得廣泛認可，逐漸應用于臨床，部分仍存在爭議，需要進一步的實驗驗證和大量數據支持，如動態增強磁共振(dynamic contrast enhanced MRI，DCE-MRI)、磁敏感加權成像(susceptibility weighted imaging，SWI)、DTI、體素內不相干運動磁共振成像(intravoxel incoherent motion MRI，IVIM-MRI)等。DCE-MRI主要用于評價腫瘤組織的灌注，與腫瘤血管形成及血液動力學相關，而腫瘤的細胞增殖與血管生成是密切相關的，因此，DCE-MRI的灌注參數與細胞增殖呈現明顯的相關性[30]。SWI主要用于腫瘤血管生成的評價，已有研究發現SWI的定量指標與IDH1-R132H基因的突變狀態密切相關[31]，而IDH1-R132H基因與腫瘤細胞增殖的關系已經得到證實，SWI在評價腫瘤增殖方面的應用仍需要進一步的研究證明。DTI在DWI基礎上發展而來，主要用于檢測水分子擴散方向，在瘤周水腫區的腫瘤侵襲性評價中具有重要價值，并且表現出與腫瘤細胞增殖的相關性[32]。IVIM是一種同時反映水分子擴散與微灌注的MRI技術，在乳腺癌的研究中已經獲得與Ki-67的相關性，因此在腦膠質瘤中也具有評價細胞增殖的潛能[33]。

5 小結與展望

腦膠質瘤作為顱腦發病率最高的惡性腫瘤，其預后不良，腫瘤的診斷與術前分級對于腫瘤的臨床治療與預后評估至關重要。功能磁共振成像技術在傳統磁共振成像技術的基礎上，能夠提供腫瘤的組織病理學、代謝甚至遺傳等更加豐富的微觀信息。其中，腫瘤細胞增殖水平與腫瘤的診斷與分級密切相關，多種功能磁共振技術能夠準確評估腫瘤細胞增殖水平，使得未來對于細胞增殖的無創性診斷成為可能，并且聯合多種功能磁共振技術的多模態磁共振技術能夠大大提高診斷的精準度。雖然，現階段各種功能磁共振技術尚存在爭議和不足，但相信隨著功能磁共振技術的不斷成熟和改良，將會為腦膠質瘤的標準化診斷、治療以及有效延長患者生存時間帶來有利的支持。

[References]

[1] Stylli SS, Luwor RB, Ware TM, et al. Mouse models of glioma. J Clin Neurosci, 2015, 22(4): 619-626.

[2] Alifieris C, Trafalis DT. Glioblastoma multiforme: pathogenesis and treatment. Pharmacol Ther, 2015, 152: 63-82.

[3] Louis DN, Perry A, Reifenberger G, et al. The 2016 World Health Organization classification of tumors of the central nervous system: a summary. Acta Neuropathol, 2016, 131(6): 803-820.

[4] Arevalo-Perez J, Peck KK, Young RJ, et al. Dynamic contrastenhanced perfusion MRI and diffusion-weighted imaging in grading of gliomas. J Neurooncol, 2015, 25(5): 792-798.

[5] Ryken TC, Parney I, Buatti J, et al. The role of radiotherapy in the management of patients with diffuse low grade glioma: a systematic review and evidence-based clinical practice guideline. J Neurooncol,2015, 125(3): 551-583.

[6] Cuccarini V, Erbetta A, Farinotti M, et al. Advanced MRI may complement histological diagnosis of lower grade gliomas and help in predicting survival. J Neurooncol, 2016, 126(2): 279-288.

[7] Louis DN, Ohgaki H, Wiestler OD, et al. The 2007 WHO classification of tumours of the central nervous system. Acta Neuropathol, 2007, 114(2): 97-109.

[8] Jeong JW, Juhasz C, Mittal S, et al. Multi-modal imaging of tumor cellularity and Tryptophan metabolism in human Gliomas. Cancer Imaging, 2015, 15(1): 10.

[9] Jiang RF, Jiang JJ, Zhao LY, et al. Diffusion kurtosis imaging can efficiently assess the glioma grade and cellular proliferation.Oncotarget, 2015, 6(39): 42380-42393.

[10] Ren Y, Pang HP, Feng XY, et al. Non-Gaussian diffusion MR imaging of glioma: comparisons of multiple diffusion parameters and correlation with histologic grade and MIB-1 (Ki-67 labeling) index.Neuroradiology, 2016, 58(2): 121-132.

[11] Lotumolo A, Caivano R, Rabasco P, et al. Comparison between magnetic resonance spectroscopy and diffusion weighted imaging in the evaluation of gliomas response after treatment. Eur J Radiol,2015, 84(12): 2597-2604.

[12] Zhao J, Yang ZY, Luo BN, et al. Quantitative evaluation of diffusion and dynamic contrast-enhanced MR in tumor parenchyma and peritumoral area for distinction of brain tumors. PloS One, 2015,10(9): e0138573.

[13] Choi H, Paeng JC, Cheon GJ, et al. Correlation of 11C-methionine PET and diffusion-weighted MRI: is there a complementary diagnostic role for gliomas?. Nucl Med Commun, 2014, 35(7): 720-726.

[14] Mabray MC, Cohen BA, Villanueva-Meyer JE, et al. Performance of apparent diffusion coefficient values and conventional MRI features in differentiating tumefactive demyelinating lesions from primary brain neoplasms. AJR Am J Roentgenol, 2015, 205(5):1075-1085.

[15] Togao O, Hiwatash A, Yamashita K, et al. Grading diffuse gliomas without intense contrast enhancement by amide proton transfer MR imaging: comparisons with diffusion- and perfusion-weighted imaging. Eur Radiol, 2017, 27(2): 578-588.

[16] Tonoyan AS, Pronin IN, Pitskhelauri DI, et al. A correlation between diffusion kurtosis imaging and the proliferative activity of brain glioma. Zh Vopr Neirokhir Im N N Burdenko, 2015, 79(6): 5-14.

[17] Sui Y, Xiong Y, Jiang J, et al. Differentiation of Low- and High-Grade Gliomas Using High b-Value Diffusion Imaging with a Non-Gaussian Diffusion Model. AJNR American Journal of Neuroradiology, 2016, 37(9): 1643-1649.

[18] Wang Q, Zhang H, Zhang JS, et al. The diagnostic performance of magnetic resonance spectroscopy in differentiating high-from lowgrade gliomas: a systematic review and meta-analysis. Eur Radiol,2016, 26(8): 2670-2684.

[19] Fudaba H, Shimomura T, Abe T, et al. Comparison of multiple parameters obtained on 3.0 T pulsed arterial spin-labeling, diffusion tensor imaging, and MRS and the Ki-67 labeling index in evaluating glioma grading. AJNR Am J Neuroradiol, 2014, 35(11): 2091-2098.

[20] Shang HB, Zhao WG, Zhang WF. Preoperative assessment using multimodal functional magnetic resonance imaging techniques in patients with brain gliomas. Turk Neurosurg, 2012, 22(5): 558-565.

[21] Fink JR, Carr RB, Matsusue E, et al. Comparison of 3.0 Tesla proton MR spectroscopy, MR perfusion and MR diffusion for distinguishing glioma recurrence from posttreatment effects. J Magn Reson Imaging, 2012, 35(1): 56-63.

[22] Anbarloui MR, Ghodsi SM, Khoshnevisan A, et al. Accuracy of magnetic resonance spectroscopy in distinction between radiation necrosis and recurrence of brain tumors. Iran J Neurol, 2015, 14(1):29-34.

[23] Lazovic J, Soto H, Piccioni D, et al. Detection of 2-hydroxyglutaric acid in vivo by proton magnetic resonance spectroscopy in U87 glioma cells overexpressing isocitrate dehydrogenase-1 mutation.Neuro Oncol, 2012, 14(12): 1465-11472.

[24] Pope WB, Prins RM, Albert Thomas M, et al. Non-invasive detection of 2-hydroxyglutarate and other metabolites in IDH1 mutant glioma patients using magnetic resonance spectroscopy. J Neurooncol, 2012,107(1): 197-205.

[25] Fuente MIDL, Young RJ, Rubel J, et al. Integration of 2-hydroxyglutarate-proton magnetic resonance spectroscopy into clinical practice for disease monitoring in isocitrate dehydrogenasemutant glioma. Neuro Oncol, 2016, 18(2): 283-290.

[26] Togao O, Yoshiura T, Keupp J, et al. Amide proton transfer imaging of adult diffuse gliomas: correlation with histopathological grades.Neuro Oncol, 2014, 16(3): 441-448.

[27] Park JE, Kim HS, Park KJ, et al. Pre- and posttreatment glioma:comparison of amide proton transfer imaging with MR spectroscopy for biomarkers of tumor proliferation. Radiology, 2016, 278(2): 514-523.

[28] Sakata A, Okada T, Yamamoto A, et al. Grading glial tumors with amide proton transfer MR imaging: different analytical approaches. J Neurooncol, 2015, 122(2): 339-348.

[29] Ma B, Blakeley JO, Hong X, et al. Applying amide proton transfer-weighted MRI to distinguish pseudoprogression from true progression in malignant gliomas. J Magn Reson Imaging, 2016,44(2): 456-462.

[30] Ginat DT, Mangla R, Yeaney G, et al. Correlation of diffusion and perfusion MRI with Ki-67 in high-grade meningiomas. AJR Am J Roentgenol, 2010, 195(6): 1391-1395.

[31] Grabner G, Kiesel B, W?hrer A, et al. Local image variance of 7.0 Tesla SWI is a new technique for preoperative characterization of diffusely infiltrating gliomas: correlation with tumour grade and IDH1 mutational status. Eur Radiol, 2017, 27(4): 1556-1567.

[32] Ma CS, Wu J, Zhao RH, et al. Correlative study of apparent diffusion coefficient with Ki-67 in high grade gliomas. Med Imaging, 2013,23(9): 1350-1353.馬長順, 吳靜, 趙瑞華, 等. 高級別膠質瘤ADC值與Ki-67的相關性研究. 醫學影像學雜志, 2013, 23(9): 1350-1353.

[33] Cai LF. The application study of intravoxel incoherent motion diffusion-weighted imaging in breast lesions. Fuzhou: Fujian Medical University, 2014.蔡林峰. 體素內不相干運動擴散加權成像在乳腺病變中的應用研究. 福州: 福建醫科大學, 2014.

Application of multimodal magnetic resonance imaging in the diagnosis of glioma cell proliferation

LIN Kun1, CIDAN Wang-jiu2, WANG Xiao-ming1*1Department of Radiology, Shengjing Hospital of China Medical University, Shenyang 110004, China
2Department of Radiology, People's Hospital of Tibet Autonomous Region, Lhasa 850000, China

Brain glioma is a kind of malignant tumor with high incidence and poor prognosis, which lacks effective method of preoperative diagnosis, grading and prognosis evaluation. Multimodal magnetic resonance imaging is able to evaluate histopathological change of tumor based on structural MRI. Cell proliferation is key to tumor development, which is closely related to the clinical diagnosis, grading,treatment and prognosis. This article will review and discuss the progresses of multimodal magnetic resonance imaging in the evaluation of brain glioma cell proliferation.

Glioma; Magnetic resonance imaging; Cell proliferation; Diffusion weighted imaging; Magnetic resonance spectroscopy

21 Dec 2016, Accepted 21 Feb 2017

作者單位：
1.中國醫科大學附屬盛京醫院放射科，沈陽 110004
2.西藏自治區人民醫院放射科，拉薩850000

遼寧省臨床能力建設項目(編號：LNCCC-B06-2014)；盛京自由研究者基金(編號：201402)

王曉明，E-mail：wangxm024@163.com

2016-12-21

接受日期：2017-02-21

R445.2；R739.41

A

10.12015/issn.1674-8034.2017.06.015

林坤, 次旦旺久, 王曉明. 多模態磁共振成像技術在膠質瘤細胞增殖診斷中的應用. 磁共振成像, 2017, 8(6):470-474.

*Correspondence to: Wang XM, E-mail: wangxm024@163.com

ACKNOWLEDGMENTSThis work was part of Clinical Capability Construction Project for Liaoning Provincial Hospitals (No. LNCCC-B06-2014); Outstanding Scientific Fund of Shengjing Hospital (No. 201402).